原始信号中注入高斯噪声，创建一个新信号含噪声信号

好的，我可以为您提供一个示例代码来创建一个含有高斯噪声的新信号。在 Python 中，可以使用 NumPy 库中的 random 模块来生成高斯噪声，并将其添加到原始信号中。以下是一个示例代码：

import numpy as np

# 原始信号
signal = np.array([1, 2, 3, 4, 5])

# 生成高斯噪声
noise = np.random.normal(0, 1, signal.shape)

# 添加噪声到原始信号
noisy_signal = signal + noise

# 输出结果
print('原始信号：', signal)
print('高斯噪声：', noise)
print('含噪声信号：', noisy_signal)

在这个示例代码中，原始信号是一个长度为 5 的一维 NumPy 数组。使用 `np.random.normal()` 函数生成一个均值为 0、标准差为 1 的高斯噪声数组，其长度与原始信号相同。然后将噪声数组添加到原始信号中，得到一个含噪声信号。最后，打印出原始信号、高斯噪声和含噪声信号的值。您可以根据需要修改此代码以适应您的应用程序。

相关问题

Matlab中原始信号中注入高斯噪声，创建一个新信号含噪声信号

在MATLAB中，可以使用`awgn`函数向原始信号中注入高斯噪声。以下是一个示例代码：

% 生成原始信号
Fs = 1000;  % 采样率
t = 0:1/Fs:1-1/Fs;  % 时间轴
f = 10;  % 信号频率
x = sin(2*pi*f*t);  % 原始信号

% 向原始信号中注入高斯噪声
SNR = 10;  % 信噪比
y = awgn(x, SNR, 'measured');  % 创建含噪声信号

% 绘制原始信号和含噪声信号
subplot(2,1,1);
plot(t,x);
title('原始信号');
subplot(2,1,2);
plot(t,y);
title('含噪声信号，信噪比为10dB');

在这个示例中，我们使用`sin`函数生成一个频率为10Hz的正弦波作为原始信号，然后使用`awgn`函数向原始信号中注入高斯噪声。`awgn`函数的第一个参数是原始信号，第二个参数是信噪比（单位为dB），第三个参数是指定信噪比的方法。在这个示例中，我们使用`'measured'`作为第三个参数，表示信噪比的值由`awgn`函数自动测量。最后，我们绘制了原始信号和含噪声信号的图形。